Image enhancement using divide-and-conquer strategy

روشهای افزایش موجود تمایل به نادیده گرفتن تفاوت بین اجزای تصویر فرکانس پایین و فرکانس بالا دارند. با این حال، قسمت های با فرکانس پایین تصویر حاوی مناطق صاف اکثریت تصویر را اشغال می کنند، در حالی که اجزای با فرکانس بالا در تصویر تصویر کمتری دارند. در عین حال، اهمیت های متفاوتی از فرکانس پایین و فرکانس بالا برای دقیق و مؤثر برای بهبود تصویر وجود ندارد. بنابراین، منطقی است که در هنگام طراحی الگوریتم های افزایش با زیرموهای تصویر، این اجزاء به صورت جداگانه مقابله شوند. در این مقاله، ما یک استراتژی جدید تقسیم و تسخیر پیشنهاد می کنیم تا تصویر مشاهده شده را به چهار زیرفضا تقسیم کنیم و تصاویر را که مربوط به هر یک از زیر فضای فردی است، افزایش دهیم. ما از تکنیک موجود از مشخصات توزیع گرادیان برای این پیشرفت ها استفاده می کنیم، که نتایج قابل توجهی را برای طبیعی شدن تصویر نشان داده است. سپس تصویر کامل را با استفاده از فیوژن وزنی این چهار تصویر زیربنایی بازسازی می کنیم. نتایج تجربی اثربخشی استراتژی پیشنهادی را در هر دو تصویر تجدید حیات و ارتقاء جزئیات نشان می دهد.